Estimation d'incertitude de segmentation cardiaque par apprentissage profond

L'imagerie cardiaque est l'une des meilleures méthodes pour analyser la fonction cardiaque et diagnostiquer de nombreuses pathologies. Afin de visualiser le coeur, l'imagerie par résonance magnétique, la tomodensitométrie et l'échocardiographie sont, entres autres utilisées. L'analyse de la fonction cardiaque repose en grande partie sur l'extraction de métriques cliniques telles que le volume et le débit cardiaque. Cependant, l'extraction de ces métriques est une tâche longue et fastidieuse qui requiert la segmentation (ou délimitation) des parois cardiaques. En raison de la lourdeur associée à la tâche de segmentation manuelle et des avancées technologiques récentes, un intérêt accru envers les techniques de segmentation automatique est s'est imposé dans les dernières années. En effet, les progrès de l'intelligence artificielle (IA), propulsés par la disponibilité de grandes bases de données et des nouvelles technologies de calculs, offrent une réelle possibilité de développer des algorithmes de segmentation à la fois automatiques, rapides et fiables. Des algorithmes d'IA proposés dans les dernières années, les réseaux de neurones sont les plus prometteurs. Il a notamment été démontré que les réseaux de neurones profonds atteignent des performances similaires à celle des experts humains sur des bases de données d'IRM et d'ultrason cardiaque. Cependant, malgré d'excellentes performances en moyenne, les réseaux de neurones sont propices aux erreurs lorsqu'ils sont utilisés sur des données qui diffèrent de celles utilisées en entrainement. Les erreurs peuvent parfois être aberrantes ce qui mine la confiance des cliniciens utilisant ces outils. Pour cette raison, des techniques d'estimation d'incertitudes sont primordiales pour la mise en service clinique de ces techniques. Plusieurs méthodes sont basées sur l'interprétation probabiliste des réseaux de neurones. Cependant, ces méthodes n'offrent aucune garantie quant à la détection des régions incertaines des segmentat